统计学上用方差和标准差来度量数据的离散程度 ，但是方差和标准差是用来描述一维数据的（或者说是多维数据的一个维度），现实生活中我们常常会碰到多维数据，因此人们发明了协方差（covariance），用来度量两个随机变量之间的关系。 我们仿照方差的公式来定义协方差： 方差： 协方差： （注：因为这里是计算 ...
分类：
其他好文 时间：
2018-12-31 21:17:14
阅读次数：
229
公式： 标准差： 方差： 协方差： 意义： 方差（Variance）：用来度量随机变量和其数学期望（即均值）之间的偏离程度。 标准差：方差开根号。标准差和方差一般是用来描述一维数据的。 协方差：衡量两个变量之间的变化方向关系。协方差只是说明了线性相关的方向，说不能说明线性相关的程度，若衡量相关程度， ...
分类：
其他好文 时间：
2018-12-31 15:48:29
阅读次数：
154
1、通过本征向量和本征值求主成分 关系：本征值是本征向量的缩放倍数，本征值大的对应的本征向量上的样本的数目就越多；相反本征值越小的，就本征向量上的样本数量就会少。因此可以求出PCA的主成分 主成分分析：主成分大小和本征值的区别在于数据分布所在的“椭圆”的轴的长度是正比于本征值开根号（标准差），不是本 ...
分类：
其他好文 时间：
2018-12-23 23:48:31
阅读次数：
176
目的: 使用主成分分析，将数据降维，并尽量减少各个数据之间的相关性 主成分分析主要就是把有相关性的特征合并到一起 做法： 求出数据的协方差矩阵Σ 求出Σ的特征向量(λ1,λ2,,,,,,λn) 求出λi对应的特征向量Ui Ui就是第i个主成分的系数了，，，，第i个主成分就是Ui * X 第i个主成分 ...
分类：
其他好文 时间：
2018-12-23 20:01:51
阅读次数：
144
Lecture 7 神经网络二 课程内容记录：https://zhuanlan.zhihu.com/p/21560667?refer=intelligentunit 1．协方差矩阵： 协方差（Covariance）在概率论和统计学中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变 ...
分类：
其他好文 时间：
2018-12-23 17:56:00
阅读次数：
145
这个算是ICP算法中的一个关键步骤，单独拿出来看一下。 算法流程如下： 1.首先得到同名点集P和X。 2.计算P和X的均值up和ux。 3.由P和X构造协方差矩阵sigma。 4.由协方差矩阵sigma构造4*4对称矩阵Q。 5.计算Q的特征值与特征向量。其中Q最大特征值对应的特征向量即为最佳旋转向 ...
分类：
其他好文 时间：
2018-12-16 19:35:03
阅读次数：
245
这个算是ICP算法中的一个关键步骤，单独拿出来看一下。 算法流程如下： 1.首先得到同名点集P和X。 2.计算P和X的均值up和ux。 3.由P和X构造协方差矩阵sigma。 4.由协方差矩阵sigma构造4*4对称矩阵Q。 5.计算Q的特征值与特征向量。其中Q最大特征值对应的特征向量即为最佳旋转向 ...
分类：
其他好文 时间：
2018-12-14 22:53:12
阅读次数：
297
二值类别变量相关性分析 目前，在相关性分析领域，主要使用的技术指标有pearson相关系数、spearman相关系数、kendall相关系数。三者有一个共同的特点，它们都是通过两组数据的元素大小来刻画相关性，也即同增同减的性质。在分类、聚类领域中，为了弥补上述相关性的不足，科学家将距离、方向引入相关 ...
分类：
其他好文 时间：
2018-12-10 15:47:06
阅读次数：
369
输出结果是一个相关系数矩阵,results[i][j]表示第i个随机变量与第j个随机变量的相关系数.np.corrcoef是求两条数据（或者是两个list）之间的相关系数（coefficient)所以就是求了这两列数的相关系数，结果为一个二维矩阵(2*2数组形式)的形式体现importnumpyasnpa=[1,2,3]b=[30,80,10]print(np.corrcoef(a,b))prin
分类：
编程语言 时间：
2018-12-08 13:23:10
阅读次数：
372
在概率论和统计学中，协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。[1]期望值分别为E[X]与E[Y]的两个实随机变量X与Y之间的协方差Cov(X,Y)定义为：从直观上来看，协方差表示的是两个变量总体误差的期望。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值；如果两个变量的变
分类：
编程语言 时间：
2018-12-07 21:22:05
阅读次数：
216
